SSD Nodes Learn Hosting plans →
गाइड Matt Connorलेखक: Matt Connor

n8n AI agent कैसे बनाएं: VPS पर पूरी गाइड

अपने VPS पर n8n AI agent सेटअप करें। इस गाइड में AI Agent node, Claude credentials, HTTP Request tool और मेमोरी सेटिंग्स शामिल हैं। लागत नियंत्रित करने के तरीके जानें।

n8n AI agent क्या है, और यह chain से कैसे अलग है

n8n AI agent एक एकल AI Agent node है जिसके साथ sub-nodes जुड़े होते हैं: एक chat model, एक या अधिक tools, और एक वैकल्पिक memory। आप सामान्य भाषा में एक लक्ष्य निर्धारित करते हैं, और model यह तय करता है कि किन tools को कॉल करना है और किस क्रम में, जब तक कि वह उत्तर न दे दे। नीचे दी गई हर चीज़ उसी एक विचार के इर्द-गिर्द कॉन्फ़िगरेशन है।

एक chain इसके विपरीत काम करती है। एक Basic LLM Chain में आप चरण तय करते हैं और model केवल text भरता है। एक agent में model चरण तय करता है, इसलिए एक ही सवाल के लिए आज एक model call लग सकती है और कल नौ। यही एकमात्र अंतर इस गाइड की हर सेटिंग को प्रभावित करता है। यदि यह loop आपके लिए n8n feature के बजाय एक विचार के रूप में नया है, तो इसे nodes से जोड़ने से पहले एक बार हाथ से लिखना फायदेमंद है, क्योंकि node उस सटीक हिस्से को छिपा देता है जिसके बारे में आप इस गाइड के बाकी हिस्से में विचार करेंगे।

यह माना गया है कि n8n पहले से ही आपके द्वारा नियंत्रित मशीन पर HTTPS के पीछे चल रहा है। यदि ऐसा नहीं है, तो Docker पर वास्तविक certificate के साथ n8n को self-host करने से शुरुआत करें, क्योंकि जिस API key को आप स्टोर करने वाले हैं, उसे उस encryption-key backup की आवश्यकता है जिस पर वह गाइड जोर देती है। non-agent patterns, webhook summarizers और scheduled classifiers के लिए, Claude और n8n workflow patterns देखें।

यहाँ किसी भी field name पर भरोसा करने से पहले अपना version जाँच लें, क्योंकि n8n अक्सर AI nodes को बदलता रहता है।

docker compose exec n8n n8n --version

Version 1.82.0 ने agent-type सेटिंग को हटाकर Tools Agent के पक्ष में कर दिया है। Legacy v1 nodes में अभी भी यह सेटिंग है; n8n के docs उस node version को n8n 3.0 में हटाने का निर्देश देते हैं।

चरण 1: ट्रिगर चुनें

Conversational agent के लिए, एक Chat Trigger नोड जोड़ें। जब तक आप इसे बना रहे हों, Make Chat Publicly Available को बंद रखें, ताकि केवल एडिटर का चैट पैनल ही इसे एक्सेस कर सके। जब एजेंट तैयार हो जाए और आपने प्रमाणीकरण (authentication) का निर्णय ले लिया हो, तब इसे चालू करें।

Chat Trigger एजेंट को chatInput नामक एक फील्ड देता है। चरण 3 में उस नाम का महत्व है, और इसे गलत लिखना पहली सबसे आम विफलता है।

Unattended एजेंट के लिए, इसके बजाय Schedule Trigger या Webhook नोड का उपयोग करें। इनमें से कोई भी chatInput उत्पन्न नहीं करता है, इसलिए आप प्रॉम्प्ट स्वयं लिखेंगे।

चरण 2: मॉडल क्रेडेंशियल

कैनवस पर एक AI Agent नोड ड्रॉप करें। n8n तुरंत इसके नीचे एक खाली Chat Model कनेक्टर दिखाएगा। वहां एक Anthropic Chat Model सब-नोड अटैच करें।

platform.claude.com पर Claude Console में Settings और फिर API keys के अंतर्गत क्रेडेंशियल बनाएं। कुंजी केवल एक बार दिखाई जाती है। कुंजी बनाते समय कंसोल आपसे समाप्ति तिथि चुनने के लिए भी कहता है, और एक unattended एजेंट उस दिन काम करना बंद कर देता है जिस दिन उसकी कुंजी समाप्त हो जाती है, इसलिए उस तारीख को कहीं ऐसी जगह लिखें जहां आप उसे देख सकें। एक unattended एजेंट के लिए, वर्कस्पेस के दायरे में आने वाली सर्विस अकाउंट कुंजी का उपयोग करें ताकि अनुरोधों के लिए अलग वर्कस्पेस हेडर की आवश्यकता न हो।

API का उपयोग प्रति टोकन बिल किया जाता है, और आप इसके लिए भुगतान कैसे करते हैं, यह 31 October 2026 तक आपकी Claude योजना पर निर्भर करता है। Max, Ultra और Team योजनाओं में मासिक API क्रेडिट शामिल हैं: Max पर $100, Ultra पर $200, और Team पर $500 तक pooled क्रेडिट। आप इन्हें Max या Ultra पर Settings > Billing से या Team पर Organization settings > Billing से कंसोल संगठन को योजना से लिंक करके क्लेम करते हैं, और आपको कंसोल में भुगतान विधि जोड़ने की आवश्यकता नहीं है। नए ग्राहक योजना पर 7 दिनों के बाद क्लेम कर सकते हैं, और अप्रयुक्त क्रेडिट प्रत्येक बिलिंग चक्र के अंत में, या वार्षिक योजनाओं पर मासिक रूप से समाप्त हो जाते हैं। जब शामिल क्रेडिट समाप्त हो जाते हैं, तो अनुरोध खरीदे गए क्रेडिट के विरुद्ध जारी रहते हैं, auto-reload अधिक खरीद सकता है, और इनवॉइस वाले संगठनों से अतिरिक्त उपयोग के लिए बिल लिया जाता है। जब प्रीपेड संगठन के पास कोई क्रेडिट नहीं बचता है तो अनुरोध रुक जाते हैं; API उपयोग के लिए कभी भी आपकी Claude योजना से शुल्क नहीं लिया जाता है। Free, Pro और Enterprise योजनाओं में कोई मासिक API क्रेडिट शामिल नहीं है, इसलिए उन पर API का बिल सब्सक्रिप्शन से अलग लिया जाता है।

मॉडल को कंपनी के अनुसार नहीं, बल्कि एजेंट के अनुसार चुनें। एक टूल वाला एजेंट जो कुछ खोजता है और रिपोर्ट करता है, वह Haiku पर ठीक चलता है। वर्तमान संस्करण, Haiku 5.5, 12 October 2026 तक प्रति मिलियन इनपुट टोकन $0.10 और प्रति मिलियन आउटपुट टोकन $0.50 पर सूचीबद्ध है, जो किसी भी ऐसे अनुरोध के लिए $0.50 और $2.50 तक बढ़ जाता है जिसका प्रॉम्प्ट 100,000 टोकन से अधिक हो जाता है, जिसे एक लंबी मेमोरी विंडो और बड़े टूल परिणाम आपको उस सीमा तक धकेल सकते हैं। एक बार जब एजेंट के पास कई टूल हो जाते हैं और उसे उनके बीच योजना बनानी पड़ती है, तो Sonnet पर स्विच करें। आप जिस विफलता से बच रहे हैं वह एक सस्ता मॉडल है जो गलत टूल को चार बार कॉल करता है, जिसकी लागत सही टूल को एक बार कॉल करने वाले महंगे मॉडल से अधिक होती है।

सब-नोड के विकल्पों में Maximum Number of Tokens सेट करें। यह मॉडल द्वारा उत्पन्न प्रत्येक प्रतिक्रिया की लंबाई को सीमित करता है। यदि इसे बड़े डिफ़ॉल्ट पर छोड़ दिया जाता है, तो एक भ्रमित रन बहुत लंबा उत्तर दे सकता है और आपसे उसके लिए बिल लिया जा सकता है।

n8n डॉक्स से एक चेतावनी जो सभी को प्रभावित करती है: सब-नोड के अंदर के एक्सप्रेशन हमेशा पहले इनपुट आइटम के विरुद्ध हल होते हैं, कभी भी प्रति आइटम नहीं। प्रति-आइटम एक्सप्रेशन को रूट नोड के प्रॉम्प्ट फ़ील्ड में रखें।

Step 3: एजेंट को प्राप्त होने वाला प्रॉम्प्ट

AI Agent नोड खोलें। Source for Prompt (User Message) पैरामीटर में दो सेटिंग्स होती हैं।

  • Connected Chat Trigger Node एक इनकमिंग फील्ड की अपेक्षा करता है जिसका नाम chatInput है। Chat Trigger के पीछे यह सही विकल्प है।
  • Define below एक Prompt (User Message) फील्ड दिखाता है जहाँ आप स्टैटिक टेक्स्ट या एक्सप्रेशन लिख सकते हैं। Schedule Trigger या Webhook नोड के पीछे यह सही विकल्प है।

सामने Webhook नोड होने पर, POST बॉडी $json.body के अंतर्गत आती है, इसलिए प्रॉम्प्ट फील्ड इस तरह दिखता है।

Check the current status of {{ $json.body.service }} and tell me
whether it is up. If it is down, say for how long. No preamble.

चरण 4: एजेंट को एक टूल दें

n8n के दस्तावेज़ कहते हैं कि आपको AI Agent नोड से कम से कम एक टूल सब-नोड जोड़ना चाहिए, हालाँकि वर्तमान नोड कोड (version 3.1) केवल चैट मॉडल के बिना चलने से मना करता है। किसी भी तरह से एक टूल के साथ शुरुआत करें, क्योंकि एक काम करने वाला टूल आपको चार अधूरे कॉन्फ़िगर किए गए टूल्स से अधिक सिखाता है, और बिना टूल वाला एजेंट केवल एक ऐसी चेन है जो अधिक महंगी पड़ती है।

एजेंट के Tool कनेक्टर से एक HTTP Request नोड जोड़ें। इसे बिल्कुल वैसे ही कॉन्फ़िगर करें जैसे आप एक सामान्य HTTP Request नोड को करते हैं, फिर पहले शेल से उस एंडपॉइंट का परीक्षण करें।

curl -s -H 'Accept: application/json' \
  https://status.example.com/api/status/database | head -c 400

यदि वह curl कोई त्रुटि या HTML लॉगिन पेज लौटाता है, तो एजेंट भी विफल हो जाएगा, और विफलता ऐसे दिखाई देगी जैसे कि यह कोई मॉडल की समस्या हो, जबकि वास्तव में यह URL या प्रमाणीकरण (authentication) की समस्या होती है। इसे नोड में नहीं, बल्कि शेल में ठीक करें।

टूल का Description फ़ील्ड आपके सहयोगियों के लिए दस्तावेज़ीकरण नहीं है। मॉडल टूल के नाम और पैरामीटर स्कीमा के साथ इसे पढ़ता है ताकि यह तय कर सके कि क्या यह टूल प्रासंगिक है। इसे एक सरल कथन के रूप में लिखें कि क्या वापस आता है: "Returns the current up or down state and the downtime duration for one monitored service, as JSON."

मॉडल को अनुरोध का हिस्सा भरने देने के लिए, $fromAI() एक्सप्रेशन का उपयोग करें। यह केवल AI Agent नोड से जुड़े टूल्स में काम करता है, और यह Code टूल में काम नहीं करता है।

{{ $fromAI('service', 'The name of the service to look up', 'string') }}

तर्क (arguments) key हैं, फिर एक वैकल्पिक description, type और defaultValue। कुंजी (key) 1 से 64 वर्णों की होनी चाहिए, जिसमें अक्षर, अंक, अंडरस्कोर और हाइफ़न का उपयोग हो। प्रकार (type) string, number, boolean या json में से एक है, और डिफ़ॉल्ट रूप से string होता है। एक पूर्ण कॉल इस तरह दिखती है।

{{ $fromAI('limit', 'How many records to return', 'number', 20) }}

कुंजी एक संकेत है, मौजूदा डेटा का संदर्भ नहीं। $fromAI('service') कहीं से भी service नामक फ़ील्ड को नहीं पढ़ता है। यह मॉडल को बताता है "एक मान तैयार करें और इसे service कहें", और मॉडल बातचीत, इनपुट डेटा और अन्य टूल परिणामों के माध्यम से एक मान खोजने के लिए देखता है। चैट वर्कफ़्लो में यह बस उपयोगकर्ता से पूछ सकता है।

वेब सर्च आमतौर पर दूसरा टूल होता है, और चूंकि यह सिर्फ एक और HTTP एंडपॉइंट है, आप इस समान नोड को भुगतान किए गए सर्च API के बजाय अपने स्वयं के SearXNG इंस्टेंस पर पॉइंट कर सकते हैं, बशर्ते आप इसके द्वारा वापस लाए गए प्रत्येक पेज को अविश्वसनीय टेक्स्ट के रूप में मानें जो अब आपके प्रॉम्प्ट के अंदर है।

Step 5: मेमोरी, और एजेंट क्यों भूल जाता है

मेमोरी सब-नोड के बिना, हर मैसेज शून्य से शुरू होता है। हाल की बातचीत को सुरक्षित रखने के लिए एक Simple Memory सब-नोड जोड़ें।

इसके दो पैरामीटर होते हैं। Session Key यह तय करती है कि यह कौन सी बातचीत है, ताकि अलग-अलग की (keys) वाले दो उपयोगकर्ताओं का इतिहास अलग-अलग रहे। Context Window Length यह निर्धारित करती है कि पिछली कितनी बातचीत को प्रॉम्प्ट में दोबारा भेजा जाएगा।

Context Window Length गुणवत्ता के साथ-साथ लागत को भी नियंत्रित करती है, क्योंकि याद रखा गया हर टर्न बाद की हर कॉल में इनपुट टोकन के रूप में फिर से भेजा जाता है। एक बातूनी एजेंट पर 20 की विंडो का मतलब है कि आप शुरुआती मैसेज के लिए बीस बार भुगतान कर रहे हैं।

जब n8n queue mode में चलता है, तो Simple Memory सक्रिय प्रोडक्शन वर्कफ़्लो में काम नहीं करती है। इसका कारण यह है कि यह इतिहास को वर्कफ़्लो और सेशन आईडी द्वारा की गई एक प्रोसेस-लोकल सिंगलटन Map में स्टोर करती है, और वर्कर्स उस मेमोरी को साझा नहीं करते हैं। Queue-mode इंस्टेंस पर, इसके बजाय Postgres Chat Memory सब-नोड का उपयोग करें और इसे एक ऐसे डेटाबेस से कनेक्ट करें जिसे मुख्य प्रोसेस और वर्कर्स दोनों एक्सेस कर सकें।

Step 6: System Message

Agent के Options खोलें और एक System Message जोड़ें। यहाँ job description लिखी जाती है, और यह workflow का सबसे प्रभावशाली हिस्सा है।

You are an infrastructure status assistant. Always call the status
tool before answering a question about whether something is running.
Never guess. If the tool returns an error, say so and stop.

"Always call the status tool before answering" निर्देश यहाँ वास्तविक कार्य करता है। इसके बिना, एक model जो यह सोचता है कि उसे उत्तर पहले से पता है, वह tool को छोड़ देगा और अपनी memory से उत्तर देगा। जैसे ही आपका infrastructure बदलता है, यह उत्तर आत्मविश्वास के साथ गलत हो सकता है।

Agent लूप क्यों करता है, और इसे क्या रोकता है

Options के अंतर्गत Max Iterations भी होता है, जो डिफ़ॉल्ट रूप से 10 पर सेट रहता है। एक iteration का अर्थ है एक model call, जो या तो tools का अनुरोध करती है या अंतिम उत्तर देती है; tool के परिणाम अगली call में फीड किए जाते हैं। इसलिए, एक single agent run केवल एक API call नहीं है, बल्कि इसमें 10 तक calls हो सकती हैं, और प्रत्येक call इनपुट के रूप में पूरी बढ़ती हुई बातचीत को साथ लेकर चलती है।

इसे कम करें। अधिकांश single-tool agents दो iterations में समाप्त हो जाते हैं, और 3 या 4 turns की सीमा एक runaway loop को एक स्पष्ट विफलता (failure) में बदल देती है जिसे आप execution list में देख सकते हैं।

जब आप debugging कर रहे हों, तो Return Intermediate Steps को चालू करें। इसके बाद अंतिम आउटपुट में वे tool calls शामिल हो जाती हैं जो agent ने प्रक्रिया के दौरान की थीं। इसी से आप यह अंतर बता पाते हैं कि "model ने कभी tool को कॉल नहीं किया" या "tool ने कुछ भी उपयोगी परिणाम नहीं दिया"। इसे live करने से पहले बंद कर दें, क्योंकि ये steps end user के लिए अनावश्यक जानकारी (noise) होते हैं।

shell से run होते हुए देखें।

docker compose logs -f n8n

बिना निगरानी वाले एजेंट को चुपचाप खर्च करने से रोकना

Chat Trigger के पीछे मौजूद एजेंट में एक इंसान होता है, और जब उत्तर गलत लगता है तो वह उसे रोक देता है। Schedule Trigger के पीछे मौजूद एजेंट की निगरानी करने वाला कोई नहीं होता। यहाँ आप लाइसेंस खर्च के बजाय मॉडल खर्च पर नजर रख रहे हैं, क्योंकि एजेंट, टूल और मेमोरी नोड्स सभी मुफ्त self-hosted edition पर काम करते हैं, और जिन फीचर्स के लिए पेड की (paid key) की आवश्यकता होती है, वे मुख्य रूप से टीम और गवर्नेंस से संबंधित हैं। इसका पूरा विवरण always-on VPS पर AI एजेंट लागत नियंत्रण में दिया गया है। यहाँ चार सेटिंग्स सबसे महत्वपूर्ण काम करती हैं।

  • मॉडल सब-नोड पर Maximum Number of Tokens को सीमित करें, ताकि कोई भी एक प्रतिक्रिया बहुत लंबी न हो सके।
  • Max Iterations को उस न्यूनतम संख्या पर सेट करें जो कार्य को पूरा करने के लिए पर्याप्त हो।
  • टूल की प्रतिक्रियाओं को छोटा रखें। एक टूल जो 4,000-लाइन का JSON blob लौटाता है, वह उस पूरे डेटा को अगली मॉडल कॉल में डाल देता है, और फिर उसी रन में उसके बाद की हर कॉल में भी।
  • यह पूछें कि क्या एजेंट को वास्तव में शेड्यूल की आवश्यकता है। हर पांच मिनट में चलने वाला जॉब दिन में 288 बार चलता है। एक रन की जो भी लागत है, उसे इसी संख्या से गुणा किया जाता है।

जब आप बदलाव कर रहे हों तो वर्कफ़्लो को unpublish कर दें, या कम से कम यह याद रखें कि कौन सा वर्शन लाइव है। Schedule Trigger वाला एक पब्लिश किया गया वर्कफ़्लो हमेशा आपके द्वारा अंतिम बार पब्लिश किए गए वर्शन को ही चलाता है, न कि आपकी स्क्रीन पर मौजूद ड्राफ्ट को, क्योंकि n8n आपके संपादन को तब तक ड्राफ्ट में रखता है जब तक आप उसे दोबारा पब्लिश नहीं करते।

FAQ

AI Agent node execute क्यों नहीं हो रहा है?

सबसे पहले connectors की जाँच करें। AI Agent node को एक chat model sub-node की आवश्यकता होती है, और इसके बिना यह कोई भी API call करने से पहले "Please connect a model to the Chat Model input" error के साथ रुक जाता है। n8n के docs में कम से कम एक tool sub-node का होना भी अनिवार्य बताया गया है, इसलिए यदि model connected है और node फिर भी काम नहीं कर रहा है, तो एक tool जोड़ें, भले ही वह बहुत साधारण हो, और इसे फिर से run करें।

Agent जवाब देता है, लेकिन वह मेरा tool कभी call नहीं करता। क्या समस्या है?

इसका कारण लगभग हमेशा tool का Description field होता है। model इन descriptions को पढ़कर ही tools का चयन करता है, इसलिए "HTTP Request" जैसा description उसे यह नहीं बताता कि tool का उपयोग कब करना है। इसे फिर से लिखें ताकि यह स्पष्ट हो सके कि कौन सा data वापस आता है और यह किस स्थिति में उपयोगी है, फिर System Message में एक line जोड़ें जो agent को जवाब देने से पहले उस tool को call करने का निर्देश दे।

एक ही सवाल हर बार अलग cost क्यों देता है?

क्योंकि model steps की संख्या खुद चुनता है। प्रत्येक iteration अब तक की पूरी conversation को फिर से भेजता है, जिसमें पिछले tool का output भी शामिल होता है, इसलिए चार iterations लेने वाला run सभी चार calls के input और output tokens के लिए bill करता है। Max Iterations इसकी अधिकतम सीमा है, और Return Intermediate Steps आपको दिखाता है कि किसी विशेष run ने वास्तव में कितने steps का उपयोग किया।

मेरी memory editor में काम करती है लेकिन production में नहीं। क्या बदला है?

जाँचें कि क्या instance queue mode में चल रहा है। Simple Memory history को workflow और session IDs द्वारा key किए गए process-local singleton Map में store करती है, और अलग-अलग worker processes इसे share नहीं करते हैं। इसके स्थान पर Postgres Chat Memory sub-node का उपयोग करें, जो history को उस database में रखता है जिसे सभी workers share करते हैं।

क्या यह लेख उपयोगी था?